首先我们先来了解了解什么是商业智能？
商业智能，或BI，是一种统称，泛指用于对一个企业的原始数据进行分析的各种各样的软件系统。商业智能（BI）是由若干相关的活动组成的领域，包括 数据挖掘，在线分析处理，查询和报表。 企业用商业智能（BI）来提高决策制定，降低成本和识别新的商机。商业智能（BI）不仅仅只是公司的报表或从企业系统中引导出信息的一套工具。信息主管通过商业智能（BI）来发现企业内低效的，需要改进的商业流程。
利用现在的商业智能（BI）工具，商业人士可以随时自己开始对数据进行分析，而不要等待IT来运行一个复杂的报表。这样民主化的信息访问让用户在做商业决策时有了硬性数据的支持，否则就只能基于直觉来做出决策。
虽然商业智能（BI）有光明的前景，但它的安装启用却受到技术和企业文化挑战的困扰。高管们必须确认在商业智能（BI）系统中所用的数据是干净与一致的，所以用户才会信任它。
其次我们会想到什么样的企业会使用BI系统？
象HARDEE’S，WENDY’S，RUBY TUESDAY 和T.G.I. FRIDAY’S这样的连锁餐馆业大量地使用着商业智能（BI）软件。他们用商业智能（BI）做出战略决策，诸如在菜单上添加什么新品，哪一种菜式要被删除和哪一个业绩欠佳的店要被关闭。他们还用商业智能（BI）来决定战术的事项，象与食品供应商重新谈判合同和找到改进低效率流程的机会。因为连锁餐馆深受日常商务运作的驱动，而商业智能（BI）对他们经营上的帮助是如此的重要，所以他们成为所有行业中使用BI的中坚力量，而真正地从这些BI系统中得到实际价值。
BI的关键组件之一 ― 业务分析 ― 是在各种行业中成为一个成功企业所必不可少的，在专业的体育团队像波士顿的 RED SOX，奥克兰的A’S和新英格兰的PATRIOTS中，业务分析就更加的必不可少。
利用一种分析的方法，PATRIOTS在四年中赢得了三次美国橄榄球超级杯大赛。这个球队在很多方面都用到了数据和分析模型，无论是在场内还是场外。深入的分析帮助这个球队在全美橄榄球联盟（NFL）的薪资上限之下选择球员。PATRIOTS的教练与球员对比赛录相和统计资料的研究是出了名的，教练BILL BELICHICK阅读由经济学者写的关于足球赛结果的统计概率的学术文章。在场外，这只球队利用详细的分析评价和改进“全体球迷体验”。在每一场主场比赛，举例来说，会特别安排20至25人进行定量测定体育场的食物、停车、人员、浴室整洁和其他因素。
在零售业，沃尔玛（WAL-MART）利用大量的数据和分类分析来帮助它占领市场。HARRAH’S在赌博业的竞争中改变了它的基调，从建立大型赌场转向分析周边客户的忠诚度和服务上。亚马逊（AMAZON）和雅虎（YAHOO）不仅仅是电子商务网站，他们忙于分析和遵循一种“测试和学习”的方法转变商业。CAPITAL ONE一年要做30,000多次的实验来鉴定理想的客户和为信用卡定价。
谁应该起到领导的作用？
分享对一个成功的商业智能（BI）项目来说，至关重要。因为在这个流程中的每一个人必须能全完访问能够改变他们工作方式的信息。
商业智能（BI）项目应该始于最高行政官，但是接下来的用户应该是销售人员，因为他们的工作是增加销售，而且由于他们的收入与增加销售的能力有关，他们更愿意接受任何工具用来帮助他们 ― 当然前提条件是这些工具易于使用，而且信息是值得依赖的。
在商业智能（BI）系统的帮助下，员工调整他们个人和团队的工作实践，从而使整个销售团队的业绩得到提高。当销售主管从一个团队到另一个团队身上看到业绩上有一个大的改变，他们会想办法使那些落后的团队赶上领先者。
一旦你让销售人员使用了商业智能（BI）系统，你可以通过他们来帮助企业中其他的人员加入到商业智能（BI）的阵营中来。他们会象传教士一样，滔滔不绝地讲述工具的威力和商业智能（BI）如何改善了他们的生活。
最后我们会想应该怎么实施一个BI系统？
当绘制一个商业智能（BI）的进程，企业首先应该分析他们做出决策的方式，还要考虑到高管们需要哪些信息增加他们的信心和更快速地做出决策，以及他们愿意这些信息如何地提交给他们（例如，作为报告，一个图表，在线，还是硬拷贝)。对制定决策的讨论将驱使公司选择什么样的信息他们的商业智能（BI）系统可以收集、分析、公布。
一个好的商业智能（BI）系统需要给出来龙去脉，如果他们的销售报表上表示昨天是X，一年前的同一天是Y，这样是不够的。他们需要解释有什么因素影响了商业，导致销售为现在的X和去年同一天的Y。
正如许多的技术项目，如果用户受到技术的威胁或对技术产生怀疑，导致拒绝使用它，那商业智能（BI）就不会产出回报。当谈到商业智能（BI），如果从战略上实施，应该从根本上改变企业如何运作和人们如何做出决策，首席信息官需要格外地留意用户的感觉。
推广商业智能（BI）系统的七个步骤：
确认你的数据是干净的。
有效地培训用户。
快速部署，边运行边调整。不要花大量的时间事先开发一个“完美”的报表，因为随着业务的进展会有新的需要产生。快速地提交一个
能提供大部分价值的报表，然后调节他们。
从一开始就用一种整合的方式建立你的 数据仓库。确认你不会在运行一段时间以后，被一个无法运转的数据策略困住你自己。
在你开始之前就定义好投资回报率（ROI）。对你期望实现的具体利益做出概述，然后每季度或6个月进行一次现状核实。
专注于商业经营目标。
不要因为你认为你需要就购买商业智能软件。带着这样的理念去部署商业智能（BI）：有一些数据你需要去发现，而且大致知道这些数据会在哪里。